numpy.transpose()는 배열 의 전환 예 를 실현 합 니 다.
행렬:수학 에서 의 개념,그 요 소 는 수치 일 수 밖 에 없다.이것 도 배열 과 구별 되 는 근본 이다.
배열:컴퓨터 의 개념 은 데이터 조직,저장 방식 을 대표 하 는데 그 요 소 는 숫자 일 수도 있 고 문자 일 수도 있다.
배열 의 전환 작업 은 선형 대수 에서 행렬 의 전환 작업 을 참고 한 것 이다.줄 과 열 을 바 꾸 는 것,즉 첫 번 째 줄 을 첫 번 째 열 로 바 꾸 거나..........................................................
1.다 차원 배열 의 전환
import numpy as np
test = np.array([[12,4,7,0],[3,7,45,81]])
test
# test
array([[12, 4, 7, 0],
[ 3, 7, 45, 81]])
# test
test.transpose()
#
array([[12, 3],
[ 4, 7],
[ 7, 45],
[ 0, 81]])
2.1 차원 배열 의 전환
test = np.array([12,4,7,0])
test.shape
# test.shape
(4,)
# test
array([12, 4, 7, 0])
# test
result = test.transpose()
#
array([12, 4, 7, 0])
test.shape
# ( )
(4,)
그래서 1 차원 벡터 를 전환 시 켜 1 차원 벡터 를 얻 었 는 지 1 차원 벡터 를 얻 었 는 지 아무런 변화 가 없 었 다.실천 을 통 해 이 럴 때 는 shape 속성 을 통 해 전 치 를 완성 해 야 한다.자세 한 내용 은 다음 과 같다.
result.shape=(1,4)
result
# result , code result
array([[12, 4, 7, 0]])
이때 출력 된 result 는 한 줄 네 줄 의 1 차원 배열 이다.이상 의 numpy.transpose()가 배열 의 전환 예 를 실현 하 는 것 은 바로 편집장 이 여러분 에 게 공유 한 모든 내용 입 니 다.여러분 에 게 참고 가 되 고 저희 도 많이 응원 해 주 셨 으 면 좋 겠 습 니 다.
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
chainer의 connection을 괴롭히고 새로운 층을 만든다 (1)GPU GTX1070 우분투 14.04 chainer 1.14.0 chainer에서 최신 모델을 구현할 때는 links/connection이나 functions/connection을 괴롭힐 필요가 있다. 그래서 가장...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.